НЕЙРОНЕЧЕТКОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ СУШКИ ПИЛОМАТЕРИАЛОВ 

Асхат Ибрагимович Дивеев, доктор технических наук, профессор, директор роботоцентра Федеральный исследовательский центр «Информатика и управление» РАН (Вычислительный центр имени А. А. Дородницына РАН) (Россия, г. Москва, ул. Вавилова, 40); профессор департамента механики и мехатроники Инженерной академии, Российский университет дружбы народов (Россия, г. Москва, ул. Миклухо-Маклая, 6), E-mail: aidiveev@mail.ru
Александр Васильевич Полтавский, доктор технических наук, ведущий научный сотрудник, Институт проблем управления имени В. А. Трапезникова РАН (Россия, г. Москва, ул. Профсоюзная, 65), E-mail: avp57avp@yandex.ru
Али Алхатем, аспирант, Российский университет дружбы народов (Россия, г. Москва, ул. Миклухо-Маклая, 6), E-mail: alialhatem@mail.ru 

681.51, 62-50 

DOI

10.21685/2307-4205-2021-3-12 

Актуальность и цели. Рассматривается задача управления процессом сушки пиломатериала. Качество сушки определяется режимами функционирования энергетических установок, обеспечивающих подачу тепла в сушильную камеру и параметрами влагосодержания высушиваемого пиломатериала. В последнее время во многих работах процесс сушки пиломатериала рассматривается как задача оптимального управления, в которой высушиваемый материал должен достичь по своим свойствам заданного параметрами состояния за минимальное время. Материалы и методы. Для определения режимов качественного оптимального управления и эффективного изменения этих режимов в процессе управления сушкой необходимо располагать в каждый момент времени точными значениями параметров модели объекта управления. Данные значения не могут быть точно определены с помощью измерительных приборов. Результаты и выводы. Таким образом, процесс оптимального управления сушкой пиломатериалов включает неопределенности. Для устранения проблемы неопределенностей в работе предлагается использовать для их описания математический аппарат нечетких множеств, который в процессе фаззификации переменных переведет неопределенные значения параметров модели в лингвистические термы с определенными функциями принадлежности. Для получения управляющих воздействий на основе анализа лингвистических переменных предлагается использовать нейронечеткую систему управления с логическим выводом Тагаки – Сугено – Канга на основе нейронной сети ANFIS, которая реализует оптимальное управление сушкой пиломатериалов на основе задаваемых разработчиками системы управления базы правил. 

Ключевые слова

оптимальное управление, сушка пиломатериалов, нейронечеткое управление 

 Скачать статью в формате PDF

1. Лыков А. В. Теория сушки. М. : Энергия, 1968. 472 с.
2. Гороховский А. Г., Шишкина Е. Е. Синтез оптимальной по быстродействию системы управления сушкой пиломатериалов // Системы. Методы. Технологии. 2021. № 1. С. 97–103.
3. Галкин В. П., Курышов Г. Н., Косарин А. А. [и др.]. Сушка крупномерных пило- и лесоматериалов // Лесной вестник. 2020. Т. 24, № 2. С. 51–56.
4. Галкин В. П., Мелехов В. И., Шульгин В. А., Санаев В. Г. Математическая модель системы контроля процесса сушки древесины в поле СВЧ // Лесной вестник. 2015. № 1. С. 59–65.
5. Шубин Г. Сушка и тепловая обработка древесины : учебник. М. : Лесная промышленность, 1990. 336 с.
6. Sugeno M., Tanaka K. Successive identification of a fuzzy model and its applications to prediction of a complex system // Fuzzy Sets and Systems. 2001. Vol. 42, № 3. P. 315–334.
7. Takagi T., Sugeno M. Fuzzy identification of systems and its application to modeling and control // IEEE Transaction Systems, Man and Cybernetics. 2000. Vol. 15, № 1. P. 116–132.
8. Дивеев А. И., Алхатем Али. Нейро-нечеткое регулирование кондиционированием офисных зданий с учетом показателя временной комфортности // Труды Международного симпозиума Надежность и качество. 2021. Т. 1. С. 144–147.